Agent Memory System
Hệ thống Bộ nhớ Agent là một lớp ngữ cảnh và bộ nhớ mã nguồn mở, ưu tiên bảo mật, quét các kho lưu trữ thành các chỉ mục Markdown/JSON bền vững, duy trì tính tươi mới thông qua các bản cập nhật nhận biết Git và cổng CI, đồng thời cho phép chuyển giao giữa các agent với nhật ký công việc và thông tin đồ thị phụ thuộc.
https://ravbyte-ai.github.io/agent-memory-system?ref=producthunt&utm_source=aipure
Thông tin Sản phẩm
Đã cập nhật:May 18, 2026
Agent Memory System là gì
Hệ thống Bộ nhớ Agent là một công cụ "cơ sở hạ tầng ngữ cảnh" mã nguồn mở bổ sung một lớp bộ nhớ bền vững cho các kho mã để các trợ lý AI có thể duy trì và khôi phục ngữ cảnh dự án giữa các phiên và giữa các công cụ. Được duy trì bởi RAVBYTE TECHNOLOGIES PRIVATE LIMITED (được cấp phép MIT và mở cho các đóng góp của cộng đồng), nó tạo ra một thư mục `memory/` có cấu trúc (ví dụ: chỉ mục ngữ cảnh, hướng dẫn, nhật ký công việc và ghi chú chuyển giao) mà bất kỳ agent nào—Codex, Claude, Cursor, Antigravity và những agent khác—đều có thể đọc để nhanh chóng hiểu cơ sở mã, lịch sử thực thi gần đây và trạng thái công việc hiện tại.
Các Tính năng Chính của Agent Memory System
Hệ thống bộ nhớ tác nhân là một lớp “cơ sở hạ tầng ngữ cảnh” mã nguồn mở, quét các kho lưu trữ (và toàn bộ không gian làm việc với nhiều kho lưu trữ) để tạo ra các tạo phẩm bộ nhớ bền vững, có thể đọc được bởi tác nhân—chỉ mục, hướng dẫn, bản đồ kiến trúc và nhật ký công việc—để các tác nhân mã hóa AI (Codex, Claude, Cursor, v.v.) có thể điều hướng cơ sở mã nhanh hơn, tiếp tục công việc giữa các phiên và bàn giao nhiệm vụ mà không cần đọc lại mọi thứ. Nó nhấn mạnh việc duy trì tự động thông qua bảo trì nhận biết git, thông tin phụ thuộc dựa trên biểu đồ để hiểu phạm vi ảnh hưởng của thay đổi và các hàng rào bảo mật tránh rò rỉ bí mật trong khi vẫn giữ được ngữ cảnh hoạt động hữu ích.
Quét không gian làm việc & kho lưu trữ thành bộ nhớ có cấu trúc: Quét bằng một lệnh phát hiện các manifest, API, cấu hình, kiểm thử, gợi ý lưu trữ, tài liệu và cấu trúc chính trên nhiều thư mục/kho lưu trữ, sau đó ghi các tệp bộ nhớ Markdown di động cùng với một chỉ mục chủ đề (ví dụ: context-index.json) mà bất kỳ tác nhân nào cũng có thể sử dụng.
Bảo trì nhận biết Git & cổng kiểm tra độ mới: Chế độ bảo trì (ví dụ: `--since main`) làm mới bộ nhớ dựa trên các thay đổi cấu trúc và xác thực đầu ra để ngữ cảnh không bị lệch; các kiểm tra CI có thể yêu cầu bộ nhớ được cập nhật trong các PR.
Tính liên tục giữa các tác nhân (nhật ký công việc + bàn giao): Ghi lại các điểm kiểm tra, lệnh, tệp đã chạm, các vấn đề gây tắc nghẽn và các bước tiếp theo trong nhật ký công việc JSONL và tạo tài liệu bàn giao tác nhân để một tác nhân mới có thể tiếp tục ngay lập tức với số lượng token phục hồi tối thiểu.
Thông tin biểu đồ để phân tích phạm vi ảnh hưởng: Phân tích tĩnh tích hợp ánh xạ các phụ thuộc và các lớp kiến trúc, cho phép truy vấn nhanh chóng về những gì sẽ bị hỏng nếu một API hoặc mô-đun thay đổi và giảm thiểu việc điều hướng thử và sai.
Các quy ước gốc của tác nhân và trình bao bọc kỹ năng: Cung cấp hướng dẫn di động về bộ nhớ nào cần đọc, khi nào cần làm mới và cách thực hiện bàn giao—được thiết kế để hoạt động trên nhiều trợ lý và máy chủ tác nhân trong tương lai.
Tạo bộ nhớ ưu tiên bảo mật: Tránh các đường dẫn được tạo/nhà cung cấp, ghi lại tên biến môi trường (không phải giá trị bí mật), gắn cờ các mẫu bí mật rõ ràng và gắn nhãn nội dung suy luận để các tác nhân biết những gì cần xác minh.
Các Trường hợp Sử dụng của Agent Memory System
Các nhóm kỹ thuật phần mềm (monorepos đa kho lưu trữ): Tạo một lớp ngữ cảnh bền vững cho các không gian làm việc lớn để các tác nhân và nhà phát triển có thể nhanh chóng tìm thấy các tệp phù hợp, hiểu kiến trúc và giảm thiểu việc “khám phá lại cơ sở mã” lặp đi lặp lại giữa các tác vụ.
Đánh giá mã được hỗ trợ bởi AI & quy trình CI: Sử dụng các cổng kiểm tra độ mới của PR để đảm bảo bộ nhớ luôn phù hợp với các thay đổi mã, cải thiện chất lượng đánh giá và giảm thiểu các lỗi hồi quy do các giả định kiến trúc lỗi thời.
Bàn giao tư vấn & đại lý: Tạo các tạo phẩm bàn giao tiêu chuẩn hóa (nhật ký công việc + tài liệu bàn giao) để các kỹ sư mới hoặc tác nhân mới có thể tiếp nhận các dự án của khách hàng mà không cần quá trình giới thiệu dài dòng hoặc giải thích lặp đi lặp lại.
Chương trình hiện đại hóa & tái cấu trúc doanh nghiệp: Tận dụng các biểu đồ phụ thuộc/kiến trúc để ước tính phạm vi ảnh hưởng, lập kế hoạch tái cấu trúc an toàn và hướng dẫn các tác nhân đến các lớp và mô-đun chính xác trong các hệ thống kế thừa.
Hỗ trợ khách hàng / kỹ thuật giải pháp cho các sản phẩm dành cho nhà phát triển: Duy trì một bộ nhớ nội bộ có cấu trúc, an toàn để chia sẻ về cấu trúc kho lưu trữ, các lệnh phổ biến và các quy trình làm việc đã được xác thực để các kỹ sư hỗ trợ và tác nhân có thể tái tạo các vấn đề và đề xuất các bản sửa lỗi nhanh hơn.
Ưu điểm
Mã nguồn mở và không phụ thuộc vào tác nhân: được thiết kế để hoạt động trên Codex, Claude, Cursor và các tác nhân khác/trong tương lai thông qua các tạo phẩm bộ nhớ di động.
Các nguyên tắc liên tục mạnh mẽ: nhật ký công việc + bàn giao giảm thời gian phục hồi và chi phí token khi tiếp tục các tác vụ hoặc chuyển đổi tác nhân.
Chú trọng bảo mật theo thiết kế: tránh các giá trị bí mật và các đường dẫn được tạo trong khi vẫn nắm bắt được ngữ cảnh hoạt động hữu ích.
Nhận thức về tác động của thay đổi: thông tin phụ thuộc dựa trên biểu đồ giúp các tác nhân suy luận về phạm vi ảnh hưởng thay vì đoán mò.
Nhược điểm
Yêu cầu kỷ luật vận hành: các nhóm có thể cần kết nối các kiểm tra CI và chạy các quy trình bảo trì một cách nhất quán để ngăn chặn sự sai lệch.
Phân tích tĩnh và quét có thể bỏ sót hành vi chỉ chạy trong thời gian thực: một số sự thật kiến trúc vẫn có thể yêu cầu xác minh trong mã/kiểm thử.
Các tạo phẩm bộ nhớ có thể trở nên nhiễu mà không cần điều chỉnh: các kho lưu trữ lớn hoặc thay đổi nhanh có thể cần cấu hình/xác thực để giữ cho đầu ra có tín hiệu cao.
Cách Sử dụng Agent Memory System
1) Khởi tạo Hệ thống Bộ nhớ Agent trong kho lưu trữ của bạn: Từ thư mục gốc của kho lưu trữ, chạy: `npx @ravbyte/agent-memory-system@latest init`. Thao tác này tạo thư mục `memory/` và các thành phần khởi đầu chính như `memory/context-index.json`, `memory/09-agent-guidelines.md` và `memory/10-agent-worklog.md`.
2) (Tùy chọn) Cài đặt CLI toàn cầu để sử dụng lặp lại: Nếu bạn muốn có một lệnh `agent-memory` liên tục, hãy chạy: `npm install -g @ravbyte/agent-memory-system@latest`.
3) Quét kho lưu trữ để xây dựng/cập nhật lớp bộ nhớ: Chạy quét để lập bản đồ kho lưu trữ (tệp kê khai, tuyến đường, API, cấu hình, kiểm thử, gợi ý lưu trữ, tài liệu, v.v.) và ghi Markdown + chỉ mục chủ đề mà các agent có thể đọc. Ví dụ: `agent-memory scan --json`.
4) Sử dụng các thành phần bộ nhớ được tạo làm ngữ cảnh khởi đầu của agent của bạn: Chỉ định agent mã hóa của bạn (Codex/Claude/Cursor/v.v.) đến các đầu ra `memory/`—đặc biệt là `memory/context-index.json`—để nó có thể nhanh chóng tìm thấy các tệp phù hợp và hiểu kiến trúc mà không cần duyệt lại cơ sở mã.
5) Giữ bộ nhớ luôn mới khi kho lưu trữ thay đổi (chế độ bảo trì): Sau các thay đổi cấu trúc Git, làm mới bộ nhớ để tránh sai lệch: `agent-memory maintain --since main`. Thao tác này phát hiện các thay đổi kể từ tham chiếu/nhánh được chỉ định và cập nhật `memory/` tương ứng, với xác thực để ngữ cảnh cũ không tồn tại một cách âm thầm.
6) Ghi lại tiến độ trong phiên agent (nhật ký công việc điểm kiểm tra): Khi agent hoàn thành công việc có ý nghĩa, hãy ghi một mục điểm kiểm tra vào nhật ký công việc JSONL để các phiên sau có thể tiếp tục chính xác. Ví dụ: `agent-memory worklog checkpoint --agent codex --message "implemented scanner"`.
7) Tạo một chuyển giao cho agent/phiên tiếp theo: Khi bạn dừng công việc (hoặc muốn một agent khác tiếp tục), hãy tạo một bản tóm tắt chuyển giao: `agent-memory worklog handoff --agent codex --message "tests pass; next publish pages"`. Thao tác này tạo ra `memory/agent-handoff.md` để khôi phục phiên chéo nhanh chóng.
8) Sử dụng chuyển giao để tiếp tục công việc trong một phiên mới: Trong phiên tiếp theo (cùng một agent hoặc agent khác), hãy bắt đầu bằng cách đọc `memory/agent-handoff.md` cộng với các mục liên quan trong `memory/agent-worklog.jsonl` (hoặc các tệp được tham chiếu) để tiếp tục mà không cần giải thích lại các quyết định, lệnh và trở ngại trước đó.
9) Thêm kỷ luật CI/đánh giá để bộ nhớ luôn chính xác: Áp dụng quy trình làm việc trong đó các PR thay đổi cấu trúc cũng làm mới `memory/` (thông qua `agent-memory maintain --since main`) và chạy các kiểm tra của dự án (kiểm tra kiểu/kiểm thử/xây dựng cộng với bất kỳ cổng xác thực bộ nhớ nào) trước khi hợp nhất, ngăn ngữ cảnh cũ xâm nhập vào các đánh giá.
Câu hỏi Thường gặp về Agent Memory System
Hệ thống bộ nhớ tác nhân là một cơ sở hạ tầng ngữ cảnh mã nguồn mở cung cấp cho các kho lưu trữ trong không gian làm việc một lớp bộ nhớ bền vững để ngữ cảnh dự án, lịch sử thực thi và chuyển giao tồn tại qua các phiên và qua các tác nhân/công cụ (ví dụ: Codex, Claude, Cursor).
Bài viết phổ biến
Nano Banana SBTI: Nó là gì, Cách thức hoạt động và Cách sử dụng nó vào năm 2026
Apr 15, 2026
Đánh giá Atoms — Trình tạo sản phẩm AI định nghĩa lại việc tạo nội dung số vào năm 2026
Apr 10, 2026
Kilo Claw: Cách Triển Khai và Sử Dụng AI Agent "Làm-Thay-Bạn" Thực Sự (Cập Nhật 2026)
Apr 3, 2026
OpenAI Đóng Cửa Ứng Dụng Sora: Tương Lai Của Công Nghệ Tạo Video AI Năm 2026 Sẽ Ra Sao?
Mar 25, 2026
Công cụ AI Mới nhất Tương tự Agent Memory System
Gait
Gait là một công cụ hợp tác tích hợp việc tạo mã hỗ trợ AI với kiểm soát phiên bản, cho phép các nhóm theo dõi, hiểu và chia sẻ bối cảnh mã do AI tạo ra một cách hiệu quả.
invoices.dev
invoices.dev là một nền tảng lập hóa đơn tự động tạo hóa đơn trực tiếp từ các cam kết Git của các nhà phát triển, với khả năng tích hợp cho các dịch vụ GitHub, Slack, Linear và Google.
EasyRFP
EasyRFP là một bộ công cụ tính toán biên được hỗ trợ bởi AI giúp đơn giản hóa các phản hồi RFP (Yêu cầu đề xuất) và cho phép phân loại hình thái thực địa theo thời gian thực thông qua công nghệ học sâu.
Cart.ai
Cart.ai là một nền tảng dịch vụ dựa trên AI cung cấp các giải pháp tự động hóa doanh nghiệp toàn diện bao gồm lập trình, quản lý quan hệ khách hàng, chỉnh sửa video, thiết lập thương mại điện tử và phát triển AI tùy chỉnh với hỗ trợ 24/7.
Công cụ AI Phổ biến Giống Agent Memory System
GitHub Copilot Chat
GitHub Copilot Chat là một trợ lý lập trình được hỗ trợ bởi AI cung cấp các tương tác bằng ngôn ngữ tự nhiên, các gợi ý mã theo thời gian thực, và hỗ trợ theo ngữ cảnh trực tiếp trong các IDE được hỗ trợ và GitHub.com.
CopilotForXcode
CopilotForXcode là một Tiện ích mở rộng Trình chỉnh sửa mã nguồn Xcode tích hợp GitHub Copilot, Codeium và ChatGPT để cung cấp các gợi ý mã được hỗ trợ bởi AI, hỗ trợ trò chuyện và chức năng từ prompt đến mã trong Xcode.
BrowserAI
BrowserAI là một thư viện mã nguồn mở cho phép chạy các Mô hình Ngôn ngữ Lớn (LLM) cục bộ trực tiếp trong trình duyệt web với khả năng tăng tốc WebGPU, cung cấp các khả năng AI tập trung vào quyền riêng tư mà không cần cơ sở hạ tầng máy chủ.
OpenAI Codex CLI
OpenAI Codex CLI là một coding agent mã nguồn mở, nhẹ, chạy trong terminal của bạn, cho phép các nhà phát triển dịch ngôn ngữ tự nhiên thành thực thi mã trong khi cung cấp khả năng suy luận ở cấp độ ChatGPT với khả năng chạy mã, thao tác tệp và lặp lại dưới sự kiểm soát phiên bản.